Neues EU-Projekt an der Universität Bayreuth nutzt Künstliche Intelligenz zur Tierhaltung in der Landwirtschaft

Eine am Tierwohl orientierte Haltung von Schweinen zu fördern und umweltschädliche Emissionen zu senken, ist das Ziel des neuen Verbundprojekts „ProcessPig“. Prof. Dr. Agnes Koschmider, Inhaberin des Lehrstuhls für Wirtschaftsinformatik und Process Analytics an der Universität Bayreuth, kooperiert in diesem Vorhaben mit zahlreichen Forschungseinrichtungen, Unternehmen und landwirtschaftlichen Betrieben. Hauptziel ist die Entwicklung eines digitalen Monitorings, das Verhaltensmuster von Schweinen in freibelüfteten Ställen erfasst und analysiert. Die EU fördert das Vorhaben in den nächsten drei Jahren mit über 484.000 Euro im Rahmen der Europäischen Innovationspartnerschaft Agrar (EIP Agri).

Das Forschungsprojekt „ProcessPig“ ist ein Beispiel für die steigende Bedeutung von Künstlicher Intelligenz (KI) und datengetriebener Prozessanalyse in der Landwirtschaft. Die enge Zusammenarbeit in einem Netzwerk von Partnern aus Wissenschaft und Praxis lässt dabei wichtige neue Erkenntnisse für die künftige Gestaltung der Tierhaltung und ein nachhaltiges Handeln in der Agrarbranche erwarten.

Das Vorhaben knüpft an aktuelle europäische Entwicklungen in der Tierhaltung an. Aufgrund von gesetzlichen Anforderungen und wachsendem öffentlichen Interesse werden immer mehr Ställe mit freier Lüftung und vergrößertem Platzangebot für die Tiere gebaut oder unter diesen Aspekten umgebaut. Innovative Haltungssysteme sehen vor, dass die Schweine unterschiedliche Funktionsbereiche – wie Ruhe- und Kotbereiche – nutzen können. Die Lebensbedingungen im Stall sollen auf diese Weise den natürlichen Bedürfnissen der Tiere stärker angepasst und ihr Verhalten entsprechend gefördert werden. Zugleich gibt es europaweit Bestrebungen, schädliche Umweltauswirkungen der Tierhaltung zu verringern, insbesondere die Freisetzung von Ammoniak, die zur Versauerung von Böden und zur Eutrophierung von Gewässern beiträgt. Das neue EU-Projekt will diese, auf eine Förderung des Tierwohls und des Umweltschutzes ausgerichteten Entwicklungen nachhaltig unterstützen und dafür die Möglichkeiten Künstlicher Intelligenz (KI) nutzen.

„Sensoren, Videodaten und KI-Algorithmen sollen künftig ein Monitoring-System bilden, das es ermöglicht, das Verhalten der Schweine in Echtzeit zu analysieren. Abweichungen von erwarteten Verhaltensmustern werden erkannt und als Schlüsselindikatoren visualisiert. Dadurch erhalten die Landwirte Hinweise auf potenzielle Probleme und können die Haltungsbedingungen der Tiere umgestalten, nicht zuletzt im Hinblick auf die klimatischen Verhältnisse im Stall. Durch die Nutzung von KI-gestützten Algorithmen zur Verhaltenserkennung können das Wohlbefinden der Tiere signifikant verbessert und der Umweltschutz erheblich gefördert werden“, sagt Prof. Dr. Agnes Koschmider.

Dr. Andreas Melfsen vom Institut für landwirtschaftliche Verfahrenstechnik an der Christian-Albrechts-Universität zu Kiel betont die grundsätzliche Bedeutung dieses Ansatzes: „Unser Ziel ist es, die Zusammenhänge zwischen dem Verhalten der Schweine und den klimatischen Bedingungen mit Hilfe von KI-gestützter Analyse von Video- und Sensordaten zu erfassen. So können wir frühzeitig erkennen, wenn Tiere aufgrund ungünstiger Witterungsverhältnisse von ihren gewohnten Verhaltensmustern abweichen, und geeignete Maßnahmen ergreifen.“

Die Partnereinrichtungen aus Wissenschaft und Praxis:
Das Projekt ProcessPig basiert auf einem Netzwerk von Forschungseinrichtungen, Wirtschaftsunternehmen und landwirtschaftlichen Betrieben. Hierzu zählen der Lehrstuhl für Wirtschaftsinformatik und Process Analytics an der Universität Bayreuth, das Institut für Landwirtschaftliche Verfahrenstechnik (ILV) an der Christian-Albrechts-Universität zu Kiel, die Firma Lock Antriebstechnik GmbH in Ertingen, Baden-Württemberg, sowie fünf landwirtschaftliche Unternehmen aus Schleswig-Holstein und Baden-Württemberg. Assoziierte Partner aus den Bereichen Forschung, Versuchseinrichtungen und landwirtschaftliche Beratung verstärken das Netzwerk.

Quelle: Universität Bayreuth